Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD
Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD
Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Datenfusion: Theoretische Implikationen und<br />
praktische Umsetzung<br />
Dr. Florian Meinfel<strong>der</strong><br />
Zusammenfassung<br />
Datenfusionen gewinnen in <strong>der</strong> Praxis aus zweierlei Gründen an Bedeutung: Zum<br />
einen hat die Erkenntnis verstärkt eingesetzt, dass die Antwortbelastbarkeit von<br />
Befragten endlich ist und „Single Source“-Erhebungen – das heißt alle Informationen<br />
stammen aus einer Quelle – zu Problemen wie Unit Nonresponse Bias auf<br />
Grund von Teilnahmeverweigerung führen. Zum an<strong>der</strong>en erhöht sich kontinuierlich<br />
die Anzahl an ursprünglich voneinan<strong>der</strong> unabhängigen Datenquellen, für<br />
die gemeinsame Analysewünsche bestehen. Dieser Artikel setzt sich daher mit<br />
<strong>der</strong> praktischen Umsetzung einer Datenfusion auseinan<strong>der</strong>, wobei gleichzeitig<br />
ein Bezug zu Notation und Verfahren <strong>der</strong> statistischen Missing Data-Literatur<br />
hergestellt wird. Im Abschnitt zu Evaluierungsmöglichkeiten wird nochmals auf<br />
den aktuellen Stand <strong>der</strong> Forschung eingegangen und ein Gütekriterium vorgestellt,<br />
das auf <strong>der</strong> Annahme <strong>der</strong> bedingten Unabhängigkeit aufbaut, aber Vorzüge<br />
gegenüber den in <strong>der</strong> Praxis gängigen Gütekriterien aufweist.<br />
Schlagwörter: Datenfusion, Statistical Matching, Nonresponse, Missing-data,<br />
Multiple Imputation, Missing at Random, Nearest Neighbour Imputation<br />
83